Json值抽取 (JsonValue)

Java 类名：com.alibaba.alink.pipeline.dataproc.JsonValue

Python 类名：JsonValue

功能介绍

该组件完成json字符串中的信息抽取，按照用户给定的Path 抓取出相应的信息。该组件支持多Path抽取。

参数说明

名称	中文名称	描述	类型	是否必须？	取值范围	默认值
jsonPath	Json 路径数组	用来指定 Json 抽取的内容。	String[]	✓
outputCols	输出结果列列名数组	输出结果列列名数组，必选	String[]	✓
selectedCol	选中的列名	计算列对应的列名	String	✓
outputColTypes	输出结果列列类型数组	输出结果列类型数组	String[]			null
reservedCols	算法保留列名	算法保留列	String[]			null
skipFailed	是否跳过错误	当遇到抽取值为null 时是否跳过	boolean			false
numThreads	组件多线程线程个数	组件多线程线程个数	Integer			1

代码示例

Python 代码

from pyalink.alink import *

import pandas as pd

useLocalEnv(1)

df = pd.DataFrame([
    ["{a:boy,b:{b1:1,b2:2}}"],
    ["{a:girl,b:{b1:1,b2:2}}"]])

batchData = BatchOperator.fromDataframe(df, schemaStr='str string')

JsonValue()\
    .setJsonPath(["$.a","$.b.b1"])\
    .setSelectedCol("str")\
    .setOutputCols(["f0","f1"])\
    .transform(batchData)\
    .print()

Java 代码

import org.apache.flink.types.Row;

import com.alibaba.alink.operator.batch.BatchOperator;
import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
import com.alibaba.alink.pipeline.dataproc.JsonValue;
import org.junit.Test;

import java.util.Arrays;
import java.util.List;

public class JsonValueTest {
	@Test
	public void testJsonValue() throws Exception {
		List <Row> df = Arrays.asList(
			Row.of("{a:boy,b:{b1:1,b2:2}}")
		);
		BatchOperator <?> batchData = new MemSourceBatchOp(df, "str string");
		new JsonValue()
			.setJsonPath("$.a", "$.b.b1")
			.setSelectedCol("str")
			.setOutputCols("f0", "f1")
			.transform(batchData)
			.print();
	}
}

运行结果

str	f0	f1
{a:boy,b:{b1:1,b2:2}}	boy	1
{a:girl,b:{b1:1,b2:2}}	girl	1